Le vulnerabilità AI-scoperte attraggono gli attaccanti: RCE al doppio della

Il Google Threat Intelligence Group ha pubblicato il 1° ottobre 2026 un'analisi che ribalta il paradigma della sicurezza offensiva: le vulnerabilità scoperte da sistemi AI non sono più numerose ma innocue, sono quelle che gli attaccanti cercano attivamente. Il dato chiave è che il 50% di queste fallaci porta a Remote Code Execution, contro il 26% di quelle individuate con metodi tradizionali. La compressione temporale è altrettanto severa: CVE-2026-1731, scoperta dall'agente AI Hacktron, è passata da disclosure a exploitation attiva in quattro giorni.

Il dato che cambia il triage: RCE al doppio

La distinzione quantitativa è netta e spiega la rilevanza strategica del fenomeno. Secondo GTIG, il 50% delle vulnerabilità taggate come probabilmente scoperte da AI conducono a RCE, contro il 26% di quelle trovate con altri metodi. La proporzione di falle a basso rischio si capovolge: il 39% per le AI-discovered contro il 69% delle non-AI. Le Medium Risk, invece, salgono al 58% contro il 28%.

GTIG attribuisce questa distribuzione allo scope dei programmi di ricerca automatica, che mirano a infrastrutture esposte e boundary di privilegio. Non è che l'AI trovi più vulnerabilità in assoluto: le trova nelle zone dove un exploit ha maggior impatto. Il tasso globale di vulnerabilità sfruttate in-the-wild resta bassissimo, circa lo 0,23% nel 2026, ma il numero assoluto cresce: 141 exploit osservati da gennaio ad agosto 2026, contro i 127 di tutto il 2025.

Quattro giorni: la finestra di patching è chiusa

Cronologicamente, il caso più emblematico è CVE-2026-1731. Scoperta dall'agente AI Hacktron, ha raccolto exploitation da un cluster di minacce entro 4 giorni dalla disclosure pubblica. A 7 giorni, i cluster attivi erano cinque. Gli attaccanti hanno ottenuto escalation di privilegi, esfiltrato dati e distribuito payload SNOWLIGHT, SPARKRAT e cryptominer.

Il pattern di CVE-2026-1731 non è isolato. CERT-EU ha documentato exploitation di CVE-2026-88771 in appliance NetScaler entro 24 ore dalla patch del 27 settembre 2026, con installazione di web shell PHP per persistenza. CISA ha confermato exploitation globale attiva di CVE-2026-88771 e CVE-2026-88772 entro 3 giorni dalla patch. Nessuna fonte collega questi casi NetScaler a discovery AI: servono a dimostrare che il ciclo offensivo si è compresso indipendentemente dalla provenienza della vulnerabilità, e che le AI-discovered entrano in questo acceleratore già nella fase più pericolosa.

"The vulnerabilities AI finds are the ones attackers want" — Titolo analisi GTIG, Help Net Security

Gli attaccanti usano AI per weaponizzare, non solo per scoprire

Un elemento distintivo del report GTIG è il riconoscimento di un ciclo di feedback offensivo. Gli attaccanti usano LLM e strumenti AI per analizzare patch, annunci di disclosure e codice proof-of-concept, accelerando la weaponizzazione di n-days. GTIG formula questa constatazione con cautela linguistica: "è possibile che gli attaccanti trovino più accessibile o efficiente usare LLM e strumenti AI". La formulazione è prudente, ma il dato cronologico — 4 giorni per CVE-2026-1731 — supporta la lettura che il pipeline offensivo si sia compresso.

Il contesto quantitativo è allarmante: le disclosure mensili sono raddoppiate da 5.045 a gennaio 2026 a 10.740 ad agosto. Gli zero-day rilevati da GTIG sono saliti da 8 al mese nel 2025 a 11 nel 2026. Gli exploit classificati High Risk da GTIG sono passati da 28 a 75. La crescita del volume si sovrappone a una selezione qualitativa: le vulnerabilità AI-scoperte colpiscono aree ad alto impatto, mentre gli attaccanti automatizzano la fase successiva.

La superficie d'attacco AI: orchestrazione e automatismo

Il dato di GTIG sui software AI-related è 2.076 vulnerabilità da gennaio 2025 ad agosto 2026, oltre 1.500 solo nel 2026. La metà colpisce framework di orchestrazione agent come Flowise e Langflow. Questi strumenti, usati per costruire pipeline di agenti autonomi, introducono una superficie d'attacco che amplifica il danno: compromettere l'orchestratore significa compromettere la catena di strumenti che l'agente può invocare.

La testimonianza di Gal Nagli, head of offensive security di Wiz, pubblicata su Calcalist, incrocia questa lettura. Nagli descrive una transizione radicale: "Prima speravo di trovare una vulnerabilità manualmente durante la notte. Oggi l'AI mi dice: ho compromesso l'organizzazione, ecco tutti i segreti." Wiz scansiona circa 200 ambienti a settimana con il suo Red Agent; il 30% dei clienti, tra cui il 65% del Fortune 100, accetta attacchi automatici proattivi. Nagli aggiunge: "Oggi puoi costruire un agente le cui capacità superano quelle dei migliori ricercatori al mondo."

Questa evidenza non dimostra che gli attaccanti usino AI per scoprire zero-day — il claim di GTIG è sulla weaponizzazione di n-days, non sulla discovery — ma conferma che l'automazione offensiva ha raggiunto una soglia di efficacia che altera gli equilibri difensivi. L'asimmetria non è più solo di scala, ma di velocità di chiusura del ciclo scoperta-sfrutto.

Cosa fare adesso

La logica difensiva deve aggiornarsi su tre assi. Il triage deve prioritizzare le vulnerabilità AI-scoperte e quelle con PoC pubblico, trattando la finestra di 4-7 giorni come un limite operativo reale, non teorico. La threat intelligence deve integrare i feed GTIG e CISA KEV per identificare i cluster di minacce attivi su specifiche CVE. L'inventario degli asset deve mappare esplicitamente i framework di orchestrazione agent, che costituiscono ora la metà della superficie AI-related esposta.

Sul fronte interno, le organizzazioni che deployano strumenti AI devono valutare se i team che gestiscono questi sistemi — spesso figure non tecniche designate "model champion" — dispongano delle competenze per riconoscere una configurazione insicura o una esposizione di servizio. La testimonianza di Nagli suggerisce che l'automatismo offensivo supera già la capacità umana di revisione manuale; la difesa richiede strumenti di scansione automatica e integrazione con i vendor che forniscono questi servizi.

FAQ

Perché le vulnerabilità AI-scoperte hanno maggiore probabilità di RCE?
GTIG osserva che i programmi di ricerca automatica mirano a infrastrutture esposte e boundary di privilegio, aree dove un exploit ha tipicamente impatto maggiore. La correlazione potrebbe essere selettiva — l'AI cerca dove il danno è più probabile — piuttosto che causale.

Gli attaccanti usano AI anche per scoprire zero-day?
Il claim documentato da GTIG è sulla weaponizzazione di n-days tramite analisi automatica di patch e PoC, non sulla scoperta di zero-day con AI. Il dossier non contiene evidenza di attacchi che usano AI per trovare vulnerabilità precedentemente sconosciute.

Il ciclo di 4 giorni si applica a tutte le vulnerabilità?
No. I 4 giorni si riferiscono a CVE-2026-1731, una vulnerabilità AI-scoperta con specifiche tecniche. I casi NetScaler (24 ore, 3 giorni) mostrano exploitation rapida ma non sono collegati a discovery AI. Il dato generale di GTIG è che solo lo 0,23% delle CVE 2026 è stato osservato sfruttato.

La pressione asimmetrica è il tema che emerge dai dati. I difensori hanno costruito pipeline di patching su finestre di 30-90 giorni; gli attaccanti, armati di AI per analizzare patch e PoC, operano su 4-7 giorni. Non è un problema di volume — il 99,77% delle vulnerabilità 2026 non è stato sfruttato — ma di qualità del bersaglio. Le vulnerabilità scoperte da AI sono quelle che gli attaccanti vogliono, e questo cambia il calcolo del rischio per ogni organizzazione che gestisce una superficie esposta.

Fonti

• https://www.helpnetsecurity.com/2026/10/01/google-ai-discovered-vulnerabilities-remote-code-execution/
• https://thehackernews.com/2026/09/attackers-exploit-netscaler-flaw-for.html
• https://www.bleepingcomputer.com/news/security/ai-is-accelerating-vulnerability-discovery-can-defenders-keep-up/
• https://thehackernews.com/2026/09/threat-actors-dont-want-better-attacks.html
• https://www.calcalistech.com/ctechnews/article/h1ssm4msml
• https://www.cert.europa.eu/blog/taking-execute-logging-a-bit-too-literally-cve-2026-88771
• https://thehackernews.com/2026/09/cisa-says-attackers-are-exploiting-two.html
• https://thehackernews.com/2026/09/citrix-netscaler-cve-2026-88772-exploit.html
• https://thehackernews.uk/trust-world-update-d

Le informazioni sono state verificate sulle fonti citate e aggiornate al momento della pubblicazione.

Fonti